22 岁的具身 CEO、5 轮融资、过亿美元、“不知天有多高”、“一年吃了十年的苦”｜对谈 RoboParty 黄一
👦🏻 播客采访：Koji
🥷 整理编辑：十字路口
🧑🎨 排版: Zeoooo
🚗 本周「十字路口」的嘉宾是黄一，RoboParty 萝博派对创始人兼 CEO。2004 年出生的他今年 22 岁，在一年内迅速完成 5 轮融资，累计超过 1 亿美元；股东既有知名 VC，也有小米、宁德等产业方。
他形容这一年是"度过了一个压缩的人生"：把可能十年要吃的苦，一年吃完。他也坦率地说，大学毕业就创业的好处是"你不知道天有多高"——不是自信重要，是自大重要；在对行业还没有清晰认知之前的"愚昧之巅"，反而是最适合创业的时刻。
很少有创业者像黄一一样，愿意把自己的 knowhow 讲得这么细：怎么融第一笔钱、怎么选 FA、怎么挑 TS、怎么看产业方的钱、公司注册在哪……
在这期节目里，我们还聊了他从哈工大寝室里拉着同学一起造机器人的起点；他花两三天"追求"一位浙大工程师的招人方式；他如何理解"画饼的最高境界是自己先相信"；以及他对具身行业的判断：如果把具身智能比作 42 公里的马拉松，机器人本体已跑完 1/4，小脑大概跑了一半，但大脑可能才跑了一两公里。
如果你想了解这一代年轻创业者如何做决策、如何管理同样年轻的团队、以及如何与泡沫共处，这期节目会是一个难得的样本。
微信收听播客：
小宇宙收听播客：
🎬 视频播客已同步上线于 @Koji杨远骋 的视频号、小红书、哔哩哔哩、Youtube 等平台
快问快答
👦🏻 Koji
你的年龄是？
👨🏻💻 黄一
22 岁。
👦🏻 Koji
你的求学经历？
👨🏻💻 黄一
高中在华二（华东师大二附中），大学在哈工大。
👦🏻 Koji
MBTI 和星座？
👨🏻💻 黄一
INTP，白羊座。
👦🏻 Koji
用一句话介绍萝博派对。
👨🏻💻 黄一
我们希望通过开源的方式，减少世界上重复造轮子的现象，以此推动具身智能的发展。
👦🏻 Koji
所以，"开源"是你们最核心的标签？
👨🏻💻 黄一
对，是公司非常核心的 label。
👦🏻 Koji
目前融资的实际情况？
👨🏻💻 黄一
完成了 5 轮融资，实际总额已经过亿美金。
👦🏻 Koji
现在的团队规模？
👨🏻💻 黄一
140 人左右。
👦🏻 Koji
包括实习生吗？
👨🏻💻 黄一
包括，我们公司接近一半是实习生。
👦🏻 Koji
目前的营收和利润情况方便分享吗？
👨🏻💻 黄一
2026 年，我们主力产品 RPO 保持在每个月 100 台左右的出货量。
明年我们会推新产品 RP1，预计整年度会有 2000 台左右的销量。
👦🏻 Koji
创业前你在做什么？
👨🏻💻 黄一
做过无人机和机器人。2023 年信了马斯克画的饼，开始做人形机器人。
当时还在学校里，自己掏钱买材料，在宿舍做各种硬件堆叠。
👦🏻 Koji
我们今天的访谈分为两部分：一方面聊具身智能和萝博派对；另一方面，也聊聊你这一年多来的创业经验和收获。
👨🏻💻 黄一
我的创业经验其实只有一年左右，但感觉度过了一个"压缩的人生"。
我把可能 10 年该吃的苦，在 1 年里全吃完了。不仅是投融资，还有大量的管理冲突和战略抉择。在我看来，战略重要性远大于团队。
正如唐杰他们所说：认知大于格局，大于技术，大于管理。
22岁融过亿美元，VC在投什么？
👦🏻 Koji
我的第一个问题是：你觉得你凭什么能融到这么多钱？VC 投资你时，究竟在投什么？
👨🏻💻 黄一
在具身智能行业，这笔钱其实不算多，但对年轻创业者来说确实是一笔巨资。
VC 并不是因为我们年轻才下注。我们拿到第一笔投资时，机器人原型机已经做出来了。最开始是我自己投了几百万，把产品攒了出来，机构才愿意跟进。
Seed Round 期间，最重要的是多拿牌，拿到足够多的投资意向。 因为首轮投资协议基本会伴随你很久，甚至一直沿用到 Pre IPO 轮。后续的机构通常会无缝沿用第一轮的框架。
所以首轮是否有好机构领投，协议条款能否谈得足够友好，非常关键。比如我们公司直到现在，也没有 QIPO 回购、没有对赌等限制，拿的是非常友好的美元条款。这能让后续的创业压力小一些。当然，也只是小一些。
👦🏻 Koji
在投资条款里，你最看重的是什么？
👨🏻💻 黄一
很多人觉得，让投资人进入董事会就等于多了一层监管，其实不然。如果股东确实有很大产业帮助，比如小米和宁德，给他们一个董事会席位，反而会让业务协作更顺畅。
协议条款细节不能完全公开，但我们总结过大致的避坑框架。比如个人连带责任，现在基本不应该有，连很多国资也不会强求。
再比如 QIPO 回购，这就像悬在头上的达摩克利斯之剑，虽然执行层面阻力重重，但依然是个隐患。我们要看回购是单利还是复利、比例是多少。
找一个经验丰富的专业律师非常重要，他能帮你规避 90% 的隐形风险。
👦🏻 Koji
FA 对你们的帮助大吗？
👨🏻💻 黄一
有帮助。FA 最大的价值是带你跨过 0 到 1 的门槛，进入 VC 和 PE 这样的高端圈子，让你看清机构的决策流程与融资的游戏规则。
不过现在市面上 FA 泥沙俱下，有些甚至玩起了项目"配售"，非常匪夷所思。
👦🏻 Koji
面临这么多 FA，创业者该怎么筛选？
👨🏻💻 黄一
不是被动筛选，而是要主动通过提问去测试他们。
你可以直接问：FA 是否能清晰复盘行业所有竞品的融资实况？在这个赛道里，谁出牌最准、谁才是真正的决策者？
很多 FA 只是帮你盲投。你可能见 100 个投资人，只有 10 个真正投具身，甚至连接的决策人也是错的。融资是双向选择，不仅是投资人投人，创业公司也得找懂行且对路的人。
👦🏻 Koji
当时你决定融资时，见到的第一位投资人是谁？怎么搭上线的？
👨🏻💻 黄一
第一家是五源资本的 Bill，是他主动找到的我。
👦🏻 Koji
他怎么摸到你的？
👨🏻💻 黄一
当时我建了一个机器人的技术交流群，他在群里加了我，约我聊聊。
最早我们有两条业务线：想靠传统的现金流业务，去养活研发人形机器人的"碎钞机"。但我很快意识到这个认知是错的。
具身智能需要高频次、大资金的迭代。等靠自己的现金流跑顺，机器人的技术身位早已被对手甩开一大截。必须借助资本市场的杠杆。
VC 的本质，就是把你未来 20 年能赚到的现金流，拿到今天提前烧掉，在竞争最激烈的窗口期冲到行业最前列。拿的钱越多，在外人看来泡沫就越大。泡沫其实就产生在行业热钱与当前商业化落地速度的剪刀差里。
👦🏻 Koji
所以，现在具身智能有泡沫？
👨🏻💻 黄一
Of course.
如何与泡沫共处？
👦🏻 Koji
既然有泡沫，你作为身处其中的创业者，怎么与泡沫共处？
👨🏻💻 黄一
我们有个股东叫顺为，核心就是"顺势而为"。行业起风时，这个"势"确实夹杂着泡沫，但你必须顺着这股势能把公司跑起来。没有任何一家公司可以逆着时代做事。
泡沫和势能是一体两面，它体现在方方面面。因为你在这个最热的赛道，供应商和合作方才会多看你一眼。如果今天你在光伏或者房地产行业，根本没人理你。
人才也是。现在大量跨行业的人才疯狂涌入，表面上看是因为这里热钱多，但底层的常识是：这个赛道未来的 promising 确实是最高的。
👦🏻 Koji
你说第一轮要尽可能多拿 TS 。当你手里握着一堆牌时，你怎么挑选？
👨🏻💻 黄一
也不能说选不选。
第一原则是极度尊重。 机构愿意下注，交出的是真金白银和信任。
第二是理性的博弈。 有些机构现在不拿，未来还能拿。
👦🏻 Koji
你要分清谁才是你未来的 Deep Pocket。在天使轮，要克制让大型基金吃掉太多份额的冲动。
一些口袋极深的基金，是后期唯一有能力跟投 5 亿、10 亿人民币的玩家。如果你在首轮就塞给他们 10% 的股份，到了后期，因为存量仓位已经足够大，他们继续加仓的意愿就会大打折扣，你其实相当于丢失了后期最重要的资金保障。
👨🏻💻 黄一
作为 2025 年后成立的"第二波"具身智能创业者，我们会看前人的路径，去打听机构的投后口碑。
比如像真格、经纬这些专业的天使机构，会有非常多的资源怼给你，在你初期什么都不懂的时候先教你。这种认知的交换，甚至远大于钱的质量。
👦🏻 Koji
你们的股东里既有财务 VC，也有小米、宁德这样的产业巨头。产业方的钱和纯财务的钱，有什么本质不同？
👨🏻💻 黄一
VC 带来的是人脉网络和创业者的信息场。
产业方的钱需要非常慎重地拿，但一旦拿对，赋能是指数级的。比如小米，我们跟 Robotics 这边的向老师做过非常多次交流，包括未来牵哪个方向。
他们内部也有 Robotics 部门，做了非常多的积累，很多的 knowhow 可以 share 给我们。
你作为 founder，如果战略决策做得准，是能少走非常多弯路的。他们有非常多的 knowhow、非常多的文档来 share，辅助你做战略决策。
👦🏻 Koji
美元还是人民币，在这个节点，创业者该怎么选？
👨🏻💻 黄一
两者的评价标准完全不同。美元机构会因为你拥有世界领先的技术 knowhow 或独特范式而爽快买单。
但人民币机构不同。他们更在意商业模式和商业化。
而且越到后期，碰到的一些投资人的专业度其实是偏低的。因为敢在早期下注，在没有任何人帮你背书的情况下选择投你，需要非常专业的判断，当然这也是带来超额收益的部分。
👦🏻 Koji
所以，你现在还在一直见机构？
👨🏻💻 黄一
我们会同步继续看。
👦🏻 Koji
几乎是以一两个月一轮的速度在不间断地融资？
👨🏻💻 黄一
差不多，我们目前基本保持在一两个月一轮的节奏。
👦🏻 Koji
这种高频融资的底层考虑是什么？
👨🏻💻 黄一
这主要是基于对行业周期和时间窗口的判断。我觉得是能多拿就多拿。
趁着具身在十五五规划，包括大家以及二级市场有钱了，他们会把多余的钱作为 LP 投到 GP 里，GP 再开始投公司。今年有非常多加轮的出现，其实是发现公司虽然没到那个阶段，但在两个阶段之间加了一轮。
比如我们公司，我们定的 milestone 是 RP1 的发布，然后推量产，这可能是我们 A 轮的标准。
👨🏻💻 黄一
B 轮的判定标准是规模化的商业闭环。在此之前，几乎所有具身智能公司都会停留在 A 轮阶段。
但 anyway 我们会同步看，看有没有一些别的商业化的点能到这个 milestone，到完之后可能开一个大轮次。
👦🏻 Koji
那融资之后公司要注册在哪里？
👨🏻💻 黄一
人才在哪里就注册在哪里。比如要做模型，大家基本上都扎堆在北京，或者扎堆在启迪。我们公司在北京的 base 就在启迪 C 的 20 楼，19 楼就是清华叉院。
我们公司实际上是 base 在上海，我觉得上海浦东这边人才还 ok，我们就会注册在上海。
👦🏻 Koji
那我们现在把时钟稍微拨回到大学时期，你当时在哈工大的时候，创业的萌芽是怎么产生的？
👨🏻💻 黄一
其实也没有想太清楚。刚开始创业，你觉得自己什么都会了，觉得市面上看得到的产品都不行。你首先相信自己能做到这件事，这个很重要。
创业为何需要自大？
👦🏻 Koji
所以自信很重要，就是要相信自己能干成一件事？
👨🏻💻 黄一
不是自信很重要，是自大很重要。 对行业没有太清晰的认知之前，会有一个非常自大的时间段，我觉得那个时候比较适合创业。就是所谓的"愚昧之巅"。
👦🏻 Koji
所以对你来说，那是什么时候？
👨🏻💻 黄一
基本上就是我们把机器人做得比学校里面的各类实验室都好的时候。学校里有非常多厉害的实验室，但其实他们做的机器人也不过如此。那时候你会站到一个非常大的愚昧之巅。
👦🏻 Koji
当时旁边还有谁吗？谁和你一起干的吗？
👨🏻💻 黄一
还有我室友和实验室的一些同学。
👦🏻 Koji
你刚才提到你三年从哈工大就毕业就出来创业了，这怎么做到呀？
👨🏻💻 黄一
学校里会有一些政策，还挺人性化的。你把学分修完，毕设做完，就可以 free 了。
👦🏻 Koji
然后你的毕业设计是什么呢？
👨🏻💻 黄一
毕业设计就是人形机器人，其实现在还在知乎上挂着，有兴趣的话可以看一下。现在看起来非常稚嫩，看它感觉像看自己的孩子一样。
👦🏻 Koji
我感觉你很喜欢把你的这个过程全部放到知乎上？
👨🏻💻 黄一
我个人还是挺喜欢做一些系列输出的。人生能影响多少人——比如乔布斯直接影响了一整代的硅谷精神。我觉得这些是每个创业者自己的追求。
👦🏻 Koji
所以从开始创业到现在，自己做 CEO 有一年半左右的时间了。感受怎么样呀？
👨🏻💻 黄一
会有。第一个是从非常草台的情况开始，什么都不知道，逐步上手去做，这是第一个 step。
第二个是初步接触资本市场，知道资本市场是把未来的钱拿到今天来用，大概是在创业 6 个月以后。
第三个阶段是人数慢慢开始扩张的一个阶段。公司上百人后，怎么做百人管理。这个阶段也是我们现在也在经历的一个坎。虽然所有人我都会亲自面试，聊非常久。
👦🏻 Koji
你面最久的一个人面了几个小时？
👨🏻💻 黄一
也不能说面，是挖。主动去挖的人，我可能挖了两三天，陪着他，想去哪去哪。比如浙大的一位同事，我就直接去浙大找他。现在他已经加入我们了。
👦🏻 Koji
那是一个什么样的体验呀？两三天和一个人待在一起，有那么多话聊吗？
👨🏻💻 黄一
只能说很重要。
他一开始没有想好去一家创业公司，或者没想好未来的发展。当时公司也没多少人，我们也会画饼，告诉他说：我们这个关节，我以后会给你搭出来一个非常厉害的模组部门。他可以完全不信我，但到今天为止，我们这个关节模组的集成度，完全可以单独拎出来去做一个模组公司了。
👦🏻 Koji
那他当时确实有很多的理由不相信你，那你怎么让他相信你的呢？
👨🏻💻 黄一
我觉得是诚意。画饼的最大境界是，你画的这个饼别人感觉不到是个饼，或者说那也是我自己所相信的事情。更多是把他们看不清的未来描述清楚，而不是说画饼给你涨薪，那些没有意义。
👦🏻 Koji
画饼其实是一个中性词，我们换一个说法，就是描述一个愿景。
👨🏻💻 黄一
描述一个蓝图。马斯克就是最大的画饼，他给你画到 2040 年的火星了。
👦🏻 Koji
我记得你还有告诉我说，最早期在哈工大开始，有室友、同学和你一块创业，但那个时候给到大家的月薪可能是两三千块钱。
那个时候，你是怎么说服他们拿着那么低的工资跟你一块干的？
👨🏻💻 黄一
哈尔滨有个好处，确实没有什么不错的科技类公司。正好我们有一个做人形机器人的创业公司，这些同学之前或多或少跟我接触过、打过比赛。他们知道我的技术栈。
他们相信我们的技术能拼凑出来这样一个机器人。比如我的技术，加上运控可以凑得更好，再来个结构，来个硬件，就能凑出更好的机器人。
👦🏻 Koji
提到萝博派对的时候，有一个非常重要的关键词就是"开源"。一开始你是怎么想到开源的？
👨🏻💻 黄一
我第一代机器人做完，感觉没什么用，就把它开源了，发在知乎上。当时有非常多人联系我讨论，我们才慢慢发现了这样一条路子。
像 DeepSeek 开源是因为它的模型做得非常厉害了，它的开源改变了世界对于 MoE、MLA 等算法的感知。只有做好了产品，开源了才有用，而不是开源一个非常没有用的产品。
👦🏻 Koji
应该是一开始开源有很多正反馈，所以才让你决定把自己定位成一个开源的公司。这个正反馈是什么？
👨🏻💻 黄一
正反馈是真的有三五个人跟着你的图纸把机器人做出来了。这个 spark 的点非常触动我，这三五个人我至今也保留了非常好的关系。
全栈开源怎么赚钱？
👦🏻 Koji
在具身领域，一家全栈都要开源的公司，你们未来要怎么赚钱呢？
👨🏻💻 黄一
赚钱在于壁垒。行业门槛是你进入行业需要投多少固定资产、多少人、多少技术栈。但行业的赚钱点在于壁垒。现在新能源车没有怎么赚钱，但电池是一个最大的壁垒点，占成本比重高，所以电池先赚钱。
对于机器人也一样：我们公司的壁垒点，就是我们靠什么赚钱。我觉得大的壁垒点在于非常低的合作阻力。
我们卡在了一个非常好的 missing layer——比如模型公司现在是没有本体的，如果他们用各家友商的本体，开发不够底层，没有办法开发到他们需要的 layer。比如电机层的 layer 能不能再往上一点？定转子的 URDF 惯量能不能拆开？这些是友商提供不了的，也是我们目前卡在的一个比较好的 missing layer。
行业缺少这样一个具身智能的、非常好的开放平台。
开源可以降低合作阻力，拓展 branding，目前来看是最好的渠道。但万变不离其宗的本质，还是我们能不能在主线上面走得更远、更快。
👦🏻 Koji
那咱们未来卖的具体是什么呢？
👨🏻💻 黄一
卖的就是人形机器人本体，这是我们的基本面。你甚至可以说我们就是一家本体公司、一家搞制造业和供应链的，这 ok。
但它的潜力不止于制造业。制造业是来一个单子做一个，但我们会有很多用户的复利。比如如果有一个 CMU 的老师买了我们的本体，买完后他实际上再找两三个博士基于本体去做研发，带来的复利是非常大的。
相当于卖本体赚了 10 万块钱，同时还收获了两个年薪百万的工程师在替你干活，干完还给你发论文。这就像 DeepSeek 开源，但不影响它卖 API 赚钱。
👦🏻 Koji
在大模型界，中国开源力量正在重塑全球格局。具身智能领域也会重演"开源战胜闭源"的叙事吗？比如像宇树、智元，他们也可能会选择开源吗？
👨🏻💻 黄一
这是两个情况，一个是中美的，一个是友商的。我们先回答中美这个事情。
中美的话，像 Kimi K3 这种直接引爆美股市场，在具身行业，中美之间的差异其实会被进一步拉大。模型方面，美国在具身大脑这块还是领先的，或者说美国的华人比中国的华人领先。
但到了人形机器人本体、小脑这块，国内是遥遥领先的，基本上有一个代差。海外的 Figure、特斯拉其实比较在线，但实际上他们用的也是中国的供应链体系。
回到中美的竞争格局来看，中国的具身公司有非常好的基础，但人才密度，包括模型能力方面，短期没有美国那么好，这也是我们同步有可能会搭建美国 base 的原因。
👦🏻 Koji
然后友商呢？
👨🏻💻 黄一
友商的竞争的话，我个人会有一些非常 sharp 的判断。比如我觉得轮式可能没有什么太大的意义，它可能只是一个中间态，相当于是一个腿部惯量无限大的足式。
👦🏻 Koji
为什么轮式不行呢？
👨🏻💻 黄一
也不是不行。比如录播客，把我下半身扎在椅子上，我们也能完成 talk。有些老板巴不得把员工留在工位上。但我做具身本质就是为了通用性，为什么要阉割掉一部分通用性？
随着算法提升，到底是末端精度 0.1 毫米还是 0.01 毫米，其实不是那么关键了。
人的 task 重复执行也没说达到多少次。今天到底是看拟人，还是看超过人类？自动化是超过人类的，没有必要搞一个中间态去做到"超人"，能做到"拟人"就 ok 了。
谁能做出具身终局？
👦🏻 Koji
所以，你觉得像宇树、智元这样的头部友商，未来有一天也会选择走向开源吗？
👨🏻💻 黄一
Maybe，我觉得完全有可能。但这取决于各家公司的技术底层私有化程度。
开源本身并不是最大的壁垒，决定胜负的依然是公司的商业基本盘。 况且，物理硬件的迁移成本远比软件要高得多。
比如你在大模型层，从 DeepSeek 的 API 切换到 Kimi 的 API，使用体验上几乎没有感知障碍，顶多只需要顺手把 context 补齐一下。但在硬件本体上，这种生态迁移和替换的摩擦阻力要大得多。
👦🏻 Koji
咱们其实前面提到，你说创业一开始自信都不够，要自大，也就是在愚昧之巅。但后来大家都会经历绝望之谷，你经历过什么绝望之谷了吗？
👨🏻💻 黄一
可能没有太多这种绝望之谷。只是有时候会瞬间涌入非常多的信息，或者一个认知远超你的人，给你讲了他们的分析或战略。你会迅速觉得，自己之前的思考都太浅了。
👦🏻 Koji
举个例子？
👨🏻💻 黄一
比如和一家头部机器人公司的负责人聊。之前我们做了很多思考，比如要不要开大脑、数据怎么放，本体怎做减重、怎么做这一系列样本。你会发现我们现在还处于 question 阶段，而他们其实已经形成了一个非常完善的体系。这时候你会被他的认知迅速打散，然后快速重组。
对创业者而言，我觉得科学并不是知道得越多越好。你在不懂、在自大的时候切进去，说不定是件好事。知道太多了，可能会变得胆小谨慎，会去计算投入。
比如大脑里涉及到数据端，有 Teleop 的、Ego 的、UMI 的、全身的 all human data collection、互联网的。每个梯队的数据值多少钱、终局是多少钱，比如 Ego 的数据现在可能 200 块钱左右，但如果到了终局，京东下场去做了，它又是多少钱？
这些都能看得到，其实可以算出来什么时候切入的 ROI 最高，但这会让你变得非常谨慎。所以人是需要一部分自大的。
👦🏻 Koji
就像罗曼·罗兰那句话：这个世界上只有一种真正的英雄主义，那就是认清生活的真相之后依然热爱生活。创业也一样，越年轻越无畏，越敢去启动一个事业。但走到人生的中场还敢去创业，确实需要勇气和决心。
那创业之后，你们遇到了什么样的难题吗？
👨🏻💻 黄一
没有碰到特别多难题，这一块其实还挺顺的。
但是从 RPO 到 RP1，从自大开始滑下去的时候，会碰到非常多的问题。你知道了行业，拆解了各家竞品的机器人，会发现非常大的认知差别。比如别人已经开始上模具、上压铸了，我们怎么还在小打小闹搞个 50 台、100 台的小规模机器人，这是不 ok 的。
👦🏻 Koji
RPO 卖了多少台？
👨🏻💻 黄一
RPO 大概是一个月 100 台左右，我们现在基本上都是真实订单。
我们之后甚至有可能会把所有的客户拉到一个群里，虽然在商业上不 work，但我们很有可能会做。
👦🏻 Koji
为什么你要反其道而行之呢？
👨🏻💻 黄一
我们的这一系列客户都非常 friendly，现在的交流群里有很多我们的客户。你提出一个问题，会有别的客户帮你解答，这很大程度上降低了我们的售后成本。
我理解我们更多像是一个社区、一个生态。
👦🏻 Koji
现在主要 RPO 都是卖给了谁？
👨🏻💻 黄一
每个月基本上有 30% 到 40% 是卖给学校。不只是好学校会买，中国有非常多的学校都想了解具身智能是怎么回事。我们的 RPO 是散件和零部件，他们买回去自己搭，所以我们把 RPO 定位为 0 到 1 的教育类产品。
还有一类是创业公司，他们也想了解。在行业早期，就像电脑和手机，很多发烧友在搞芯片，后来才出了 Windows 和 Mac。说不定我的用户之后也会出一个比尔·盖茨。
👦🏻 Koji
之前我记得你还提到过，有一个海外的机构曾经一次要下 500 个订单，但你们没有卖，是因为什么？
👨🏻💻 黄一
我们也交付了，大概交付了二三十台。但这种大订单我们目前的交付压力比较大。
我们以散件发货，但之前的供应链体系是落后于现在的交付能力的。别的客户需要等两三个月，但我不能把 500 台都给这一个客户。
👦🏻 Koji
所以还是受限于产量？
👨🏻💻 黄一
对，但现在供应链搭起来了，好多了。
👦🏻 Koji
咱们下一代产品是 RP1，它和 RPO 的升级在哪里？
👨🏻💻 黄一
RP1 在所有的自由度上都做了升级，比如给它加了两个头部的自由度，整机构型、所有的内走线等都做了很大程度的产品化。
我们调研了二三十条竞品的问题，比如夹手、肩部关节过热、手腕支撑力不够、把手容易碎等问题。还有大家很难装在箱子里，我们看了友商的一些解决方案，看能不能实现自主从箱子里站起来，这些都做进了我们的产品。
👦🏻 Koji
所以有很多产品上面的改进？
👨🏻💻 黄一
对，它不只是一个工程样机，它更多是一个产品。
👦🏻 Koji
定价多少？什么时候发？
👨🏻💻 黄一
定价还没定，预计会在 Q4 左右发，内部还在讨论。
👦🏻 Koji
在这个阶段做一个本体去竞争，最主要的竞争优势要怎么得到？
👨🏻💻 黄一
本体更多要去问我们积累的客户，看他们现在使用的产品有什么问题、迭代的需求是什么。只要把这些做好，就能起来。
随着 Behavior Foundation Model 越来越火，小脑的问题正慢慢被 solve 掉。下一步是 Whole Body Intelligence，也就是人形机器人的全身智能。我们现在也在对接非常多做 Whole Body Intelligence 的初创公司，比如 ETH 的 Flexion，国内的 Current、德塔、源策等。
包括很多大脑公司想切入 Whole Body Intelligence。我们能给他们提供非常好的基础。我们收集到的定制化需求五花八门：有的人想在手部做 48 转 24 的，因为想接 5 指手；有的人想全机做 EtherCAT 协议的方案，做硬同步；还有人问头部跟 ego 采集数据能不能做 co-design。这些都是非常重要的 knowhow，相当于给我们的产品提了真实的 PRD。
👦🏻 Koji
来自客户的真实需求？
👨🏻💻 黄一
对。这是公司最重要的能力——在大的行业里保持高频次的迭代。
👦🏻 Koji
那怎么去在那么多五花八门的需求里面，找到一个最真实的、或者是最重要的？
👨🏻💻 黄一
是权衡。比如 A 客户说头部要两个自由度，我会问一下 Current 同不同意、FOV 怎么放。慢慢地有一种定标准的感觉：把需求 123456 列出来，看 B 客户满不满意。但我们也会保持各家客户的保密性。
👦🏻 Koji
你最近和很多的创业者或者研究员聊，你感觉到的是什么？
👨🏻💻 黄一
我们会聊 10 年以后具身智能最终局谁做出来了。有很多不同的想法：有人觉得最后会在智谱、OpenAI 这样模型类的公司，因为他们有足够多的卡、足够多的 infra 和 talented researcher。他们只要增加一些 Robotics 的认知，就能快速解决 scaling 的事情。
也有人觉得需要特别懂 Robotics 的人去做到 scaling up。这个认知我觉得是 cheap 的，只要你招到特别懂 Robotics 的人就可以。
比如 OpenAI 招了何泰然这样的一系列 researcher，补齐了认知。我个人非常看好大模型公司加上去做。
👦🏻 Koji
那你们呢？你们并不是那样的公司呀，那你不看好自己吗？
👨🏻💻 黄一
It's both。我们终局也一定要做模型。规划在 2027 年左右开始。大规模预训练往往是先升后降的过程，比如 video generation，其模型参数量先上升到更高，之后随着更多框架和 knowhow 的出现，又会降回来。
我们是去做第一波先升后降，还是第二波直接切入，这是一个战略决策问题。
另外也得考量竞争态势。如果 OpenAI 下场成立了 OpenAI Robotics，他们的 scaling 能力远大于任何国内的创业公司，甚至远超国内的一系列模型公司。
22岁怎么管百人团队？
👦🏻 Koji
咱们公司现在快 150 人了，它大概是一个什么样的组织结构？
👨🏻💻 黄一
类似于蜂巢结构，我们希望能通过氛围来驱动。 如果把一个人理解为一个圆，自然界中几个圆合在一起，最稳定的结构就是蜂巢。
Anthropic 有一篇文章写什么造就了 Anthropic，其实就是通过足够高的人才密度把蜂巢搭起来，这也是我们 Lab 的组织模式。
蜂巢是一个六边形，理论上一个人最理想的管理半径或 interaction 对象就是 6 个人，这也是自然界中一个人最多能 cover 的 6 个面。
👦🏻 Koji
蜂巢是不是意味着就没有太多的层级结构？
👨🏻💻 黄一
对，基本没有什么层级结构。
👦🏻 Koji
那你们公司现在有几层？
👨🏻💻 黄一
如果真的算，会有两三层，但公司内部不会太 care 这个。今天所有人都可以直接找我，我也可以找到所有人。
👦🏻 Koji
你们公司还会继续招人、继续变大吗？到什么程度可能就做不到蜂巢结构了？
👨🏻💻 黄一
我们公司不仅涉及软件和算法，还涉及硬件 and 制造，这需要极致的流程化。
组织管理架构基本上只有两类：一类是像华为、大疆，通过极致的规则和流程把公司变成一个军团；另一类是通过人才密度驱动，像字节特别强调"人才冗余"，通过人的自觉去驱动。对于需要整机制造、交付、销售和供应链的具身智能公司来说，必须结合一下。
我们公司把一个 Lab 拆出来了，里面完全由蜂巢或者说由人才密度去驱动。但我们的整机部门，如果纯靠人才密度驱动会发现一个问题——今天找谁买零部件、分工是什么，都没有明确的界定，那就完蛋了。
👦🏻 Koji
所以当你说蜂巢的时候，指的是你们的 Lab，不是指公司主体？
👨🏻💻 黄一
主体公司也会受影响，但也需要部分流程，讲究怎么结合起来。
👦🏻 Koji
怎么结合呢？这听起来是冲突的。
👨🏻💻 黄一
挺冲突的。比如人才密度、开会制度等可以复用。Lab 那边探索出的类似于通信系统的开会流程，可以放到主体公司。
组织最根本还是靠人。之前我们公司可能偏控制或硬件，AI 用得少，但只要有纯 AI 的人加入，整个公司的 AI 氛围就被带起来了。更多还是靠交叉。
👦🏻 Koji
你觉得自己是一个什么样的 CEO？
👨🏻💻 黄一
大家觉得我比较 friendly，但我理解 CEO friendly 并不是一件好事。
👦🏻 Koji
你要做什么去对抗你现在的 friendly 形象？
👨🏻💻 黄一
不需要对抗，这就是我的个性。我不喜欢做非常 push 或得罪人的事。
所以我必须捏着鼻子招一个跟我个性完全相反的人在公司唱黑脸，推着进度走。一个张弛有度的公司才是好的公司。
👦🏻 Koji
招到了吗？
👨🏻💻 黄一
有，我们也有非常严厉或 sharp 的部门。比如财务部非常 sharp，如果财务不 sharp，大家报销都轻易通过，就完蛋了。
👦🏻 Koji
公司的平均年龄应该比你大，你怎么管理那么多比你大的人？
👨🏻💻 黄一
大家不太 care 年龄，更多是看你对 Robotics 的认识、对具身行业的认识、对公司的认识。只要认识足够深，你今天是高中生也能管理。
👦🏻 Koji
你听到过"他还是太年轻了"这样的评价吗？
👨🏻💻 黄一
我觉得年轻是一个很好的盾牌，为什么不用？在一些高量级的交流中，我们可以迅速提出诉求并拿到决策。大家不会 care 那些跟氛围不符的东西，虽然它在商业谈判中是必须的。
👦🏻 Koji
所以这个盾牌，具体在接待任务里怎么用？
👨🏻💻 黄一
比如说了某些不是那么合适的话，别人会因为你非常年轻而给你这个盾牌，觉得你很 sharp。
👦🏻 Koji
有下属这么说你吗？比如"他还是太年轻了，所以怎么怎么样"？
👨🏻💻 黄一
不太会。我们内部不说"下属"，都是同事。很多同事在 specfic 的领域，knowhow 比我好很多，这没什么关系。
零主动离职怎么做到？
👦🏻 Koji
上次聊的时候，你提到一个非常让人意外的事情，公司到现在一年半是 0 离职，没有人被别人挖走。这怎么做到的？
👨🏻💻 黄一
我们公司人才密度比较高。虽然现在陆陆续续开始有人被挖，但 anyway，我更看重大家在公司的获得感——能学到什么。
我们非常喜欢招那些行业里有很多从 0 到 1 的经验、但缺少 1 的人。比如转行过来但上一个行业做得非常好的人，进来补充机器人认知。补完后如果他们跳到隔壁公司，基本上能实现两倍涨薪。
👦🏻 Koji
但还没有人跳？
👨🏻💻 黄一
他们可能觉得补得还不够？
👦🏻 Koji
那 0 离职是不是也意味着你没有辞退过人？
👨🏻💻 黄一
不是，我们辞退过一些人，但那不算主动离职。
只要大家觉得在公司能学到东西，甚至降薪也愿意来。我们引入了一些大厂的高管，原来年薪在 250 万到 300 万左右，来到我们公司可能只有 80 万。
他们愿意为转型支付学费和成本，我觉得这个其实是我们也非常 cost efficiency 的原因。
👦🏻 Koji
你其实融了 1 亿美金，是付得起溢价的，为什么还要让大家降薪？
👨🏻💻 黄一
付得起，但需要控制。我们复盘了早年融资融得很好的一系列新能源车企，很多爆雷都死在 burn rate 上，没有活到新能源起量的时候。
比如蔚来，一开始大家都觉得它非常花钱，前两天我看到蔚来 NIO House 里的真花都换成假花了。原来非常在乎品牌形象的李斌，可能以前完全不能接受。企业每一厘的抠，就是大家常说的资金利用率。
所以回到那句话：认知大于格局，大于技术，大于管理，大于努力。
👦🏻 Koji
管理那么不重要吗？排在第四第五了。
👨🏻💻 黄一
管理还是比努力重要的，努力是更不重要的。我想再加一个，大于努力。
👦🏻 Koji
那你觉得对你来说，现在你的什么认知是你觉得最重要的？
👨🏻💻 黄一
对这个行业的 taste。
如果你预测未来 3 年具身就要爆发，那你今年应该拿着所有的子弹去 all in 最好的模型，或者理清行业格局，知道哪些竞对需要去提防和 cover，哪些公司完全不需要 care。
300家公司谁能活到2030？
👦🏻 Koji
你现在有哪些对未来的判断？
👨🏻💻 黄一
现在有 100 多家人形类公司、300 家具身类公司。我觉得 2030 年可能会有 10 到 15 家走出来。
第二轮下场的可能是像蔚小理、荣耀、吉利这一系列数千亿体量的车企。按行业的平均毛利来算，目前具身的毛利大概在 40% 左右，而在车企可能只有 20%。
再到万亿级的企业，比如比亚迪、华为、宁德，以及 BAT、小米等公司开始下场，那基本上是一个大时代。比如比亚迪如果下场去做，他们已经有非常多的 0，只需要补齐机器人部门，把我买过去，他们都能拿到机器人的 ticket。
👦🏻 Koji
所以你觉得 scaling law 的信号你有看到吗？
👨🏻💻 黄一
之前 Jim Fan 在红杉那边分享过，机器人的 Tracking Loss 到底是一个怎样的曲线。
包括徐丹飞也介绍过需要多少数据，虽然几次访谈的数据指标不太一样，但基本上都需要接近上亿小时的数据。你能有 1 亿小时的数据去训练，scaling 还是能被看到一些的。
👦🏻 Koji
咱们主要做本体，还是也在做大脑？
👨🏻💻 黄一
同步做一些。我们做了一些小脑的 BFM，以及 Humanoid Foundation Model 这块，也有同学发了 paper。
BFM 方面，比如 BFM-Zero 的升级版 UFO，以及 MimicLite 等工作都做完了。还做了一些基于 BFM-Zero 的与物体的 interaction、感知类的跑酷、机器人打乒乓球、打篮球等一些强化学习的工作。我把它们理解为小脑 part，很多在等着上机，有些已经上机完成了，还在整理 Tech Report。这些也都会开源。
大脑这一侧也做了一些工作，比如前段时间发的 INTACT，把 action 的动作压到隐空间里，把 latent 达到比较好的分布，保证它不坍塌。这些工作挺不错的，也拿到了 Yann LeCun 点赞，我们也给他们公司做了一个 talk。
怎么决定做与不做？
👦🏻 Koji
你是怎么决定做什么不做什么的？因为刚才听上去大脑、小脑的那些工作略微有一点点 random。
👨🏻💻 黄一
你的认知肯定不如一线的 researcher。我们招过来人，他们想做什么，只要在我们的 branch 里面，就可以随便做。这其实是 vibe 驱动的。
就像 Anthropic 也没有规划出什么具体功能。华为当时拉着脸说大家不要做车，但华为开始给整车厂赋能做抽成，最后探索出了新的东西。
我们定的大方向就是，短期先不要做预训练。 他们就拿着我们现有的卡去搓了一些 JEPA 的框架。我觉得更多是看你的判断，觉得什么时候开始切入是最好的时机。
👦🏻 Koji
所以你会做一些排除选项，剩下的让大家自由探索？
👨🏻💻 黄一
对，而且探索成本非常可控。
👦🏻 Koji
为什么不做预训练呢？
👨🏻💻 黄一
短期还没太开始。像一两 B、两三 B 参数量小的，我可能不管。但不要一上来就搞数据、搭非常厚的数据管线。
我们先把基本面搭完，比如 RP1。最后说不定会有一些大脑公司拿着我们的 RP1 去做这个管线，我们跟他们合作就好。
👦🏻 Koji
你最近做的最重要的决策，你认为是什么？
👨🏻💻 黄一
把 RP1 推向台前。
👦🏻 Koji
为什么重要？因为做了新产品不就要发吗？
👨🏻💻 黄一
不是的。产品做了一段时间，现在在做测试。很多公司在测试做完之前就提前发布了。这取决于周期和时机。
时机相当于开枪，你什么时候开、打中哪些客户，非常重要。 现在应该是一个比较好的开学前采购点。包括一些展会如 IROS、WRC 等，现在行业也到了一个卷生产、卷量产的时间。
你得去问客户：你们上一款产品怎么样？如果觉得上一款产品不够用，被硬件上限榨干了，那我们就开始推下一波。
👦🏻 Koji
但是听起来好像这个时机的选择也不是太难？
👨🏻💻 黄一
有些公司可能先做一个 demo 亮出来。我们也得判断，有没有一个非常有威胁力的产品在同时期发布。如果竞争对手还很不 ready 就发了，他可能会抢走更多的注意力——Attention is all you need。
👦🏻 Koji
RP1 是 Q4 才发对吧？
👨🏻💻 黄一
RP1 承载了我们的思考。我们今天发布一款更加面向开源、面向科研教育类的产品，是因为我觉得现在大家基于现有平台做出来的东西，本质上是不够的。
比如有没有办法把 sim-to-real 做得更加精细？每个模组的力矩跟踪做得更加精确？如果 sim-to-real 是 zero error 的，你会发现现在的 motion generation 或 motion planner 的工作可以无缝地迁移到机器人上，那具身智能基本上就被 solve 掉了。
👦🏻 Koji
刚才提到 RP1 是要面向科研、面向学校。那其实也意味着它可能第一的目标用户就不是说去跳舞、去表演，或者进家庭，也不是进工厂。这是怎么决定的？
👨🏻💻 黄一
看行业的周期。我们拆了各家的销售方向，大概有 70% 左右来自于科研教育类，10% 左右在工厂类，20% 左右可能是陪伴、娱乐、文娱类。
先把科研类市场做大，这是目前最重要的事情。 你让足够多的人用起来，复利价值越高。文娱类基本上是大家做品牌或 marketing 的渠道，也能收到钱，但那是下一步。
我们也在和宁德、小米对接一些工业类的需求，比如一些上下料场景。他们原来的节拍大概在一分钟，我们要在一分钟以内完成。因为机器人可以干 24 个小时，基本上只有一些热失衡的时候会需要处理，别的时候基本上不需要做太多处理。
👦🏻 Koji
咱们其实还是做了很多的放弃，比如在阶段性上，现在不做预训练，现在也不太考虑进家庭或做文娱场景。还有哪些你觉得比较重要的放弃吗？
👨🏻💻 黄一
CEO 最重要的就是决定哪些不做。我们轮式基本上不打算自己投入去做。创业公司资源有限，不能什么都赛马。大公司可以这么做，但我对资金利用率有要求。
👦🏻 Koji
在所有的具身相关公司里，不管中国还是美国，有你特别佩服、特别喜欢的吗？
👨🏻💻 黄一
特斯拉、Figure 都不错。美国有一些 startup 也很棒，比如像 Sunday、Generalist。
我很喜欢他们 focus 的一点，他们有很多东西不做。比如像 Generalist ，他们基本上只做模型，不做硬件，夹爪什么的坚定地去做 UMI 类的素材。他们把它 scale 到 20 万个小时，每周加几万个小时。说不定等他们 Gen-2 出来，又会让人改观。
我佩服他们敢于探索没有人发生过的部分，在美国这会受到时代的奖励，他们最能融到最多的钱，拿到最多的资源。 但实际上，中国文化没有那么奖励这个探索的人。
👦🏻 Koji
那你觉得这个文化在奖励什么？
👨🏻💻 黄一
这文化在奖励能把公司做起来的人。今天把这家公司做起来，跟探索了某个范式改变世界，是两个不同的路径。
👦🏻 Koji
你在哪条路径上？
👨🏻💻 黄一
我目前是希望把萝博派对做起来。
👦🏻 Koji
做起来意味着什么？什么叫做起来了？怎么判定你对自己满意了？
👨🏻💻 黄一
我爸爸妈妈愿意买一台我的机器人。
👦🏻 Koji
这个感觉还是比较容易实现吧？
👨🏻💻 黄一
不是，是指举个例子，他不知道我的品牌。在完全不知道的情况下，他在真实的选择里选择了我的机器人。
👦🏻 Koji
这是一个特别具体的、有画面感的目标，但感觉有点难去衡量，因为你爸妈肯定知道那是你做的了。
👨🏻💻 黄一
或者说一个不知道我的人，他们可能不是这个行业里，也不懂机器人到底发展到什么程度。他知道我们，然后去买了一台。
👦🏻 Koji
那这次创业，你有一个想到达的某种终点吗？
👨🏻💻 黄一
没有什么终点不终点，达到这个目标之后该做什么，其实我并没有想好。
👦🏻 Koji
你现在感觉创业是快乐的吗？
👨🏻💻 黄一
快乐分很多种。创业对身体或整个人精神来说不一定那么快乐，但它对心理和成长来说是极度快乐的。
除了创业，你很难享受到这种"压缩人生"——把 10 年期的经历压缩在 1 年里度过，而且未来还会持续这样过三五年，甚至 10 年、20 年。 这相当于在 30 岁之前，你活过了别人，有了百岁老人的睿智感，这非常不一样。
👦🏻 Koji
除了创业，你还想做什么？
👨🏻💻 黄一
想做海盗。
👦🏻 Koji
想做海盗的意思是什么呀？
👨🏻💻 黄一
租一艘船，漫无目的地飘着。比如去找一条鱼，把它命名叫"黄一鱼"。
👦🏻 Koji
所以这不是比喻，你是真的要去做海盗？
👨🏻💻 黄一
对，探索一些大海给你的宝藏。探索海洋，以及一些可能和我毫不相关的一些部分。
比如商业航天 ok 了，说不定我就上天看看。更多是能不能经历一些非常难以经历的部分。
👦🏻 Koji
为什么这么重要呢？
👨🏻💻 黄一
人的追逐感。
比如你经历完非常多压缩人生，假如说 10 年之后的黄一，看行业或看具身会非常通透，谁家做什么、哪家好坏，都非常清晰。
那怎么让自己保留手感？可能需要去探索一些新的部分。
👦🏻 Koji
现在应该有很多你的同学或者学弟来找你咨询、想要创业。你一般会给刚毕业就创业的人什么建议？
👨🏻💻 黄一
我一般会给一个比较通用的建议：创业最重要的实际上是实现商业闭环之后的增长。
还有就是行业要足够大。就像黄仁勋说，不要一上来就想着切入到一个所谓的蓝海，更多是看你能不能在特殊的赛道里把它做好，然后把赛道做大。
👦🏻 Koji
我们最后聊点轻松的，聊点和 AI 有关的。你现在日常在用哪些 AI 的产品？
👨🏻💻 黄一
我更 prefer 实体。比如像飞书豆或者 Plaud 等。
我看你在用 Notion，这些在 Pre AI 时代孕育出的优秀生产力产品，在今天依然没有被淘汰，因为它们完美地锁定了人类长达数十年建立起的办公与交互惯性。回到平时用的 AI，我一般会用 Cursor 写模型，或者用 Claude Code 写代码。但模型的底层，我现在基本上是没有任何忠诚度地换，谁好用我就用谁。
👦🏻 Koji
那你最近在用的是谁？
👨🏻💻 黄一
Kimi K3。
👦🏻 Koji
之前呢？
👨🏻💻 黄一
之前一般会用他们自带的 Sonnet 等模型。
👦🏻 Koji
可不可以分享一下，你在工作中具体怎么用 AI 吗？
👨🏻💻 黄一
有些工作我想看一下某些 demo 的效果，可能会自己手搓一个。
👦🏻 Koji
那你最近手搓的一个 demo 是什么？可以分享吗？
👨🏻💻 黄一
上上周我表弟手搓了一个用灵巧手识别手势玩石头剪刀布的 demo。非常简单，可能几个 prompt 就能完成。
👦🏻 Koji
大家都说具身是一个马拉松。马拉松意味着 42 公里。你觉得我们现在跑到第几公里了？
👨🏻💻 黄一
这得分类。
首先是"物理本体"。 我们大概已经跑到了 1/4，系统类的大部分已经开始收敛。
其次是"小脑控制"。 我们可能已经狂奔到了半程。肢体协调类的已经基本完成。比如我们的本体在抱着物品被踹时，可以回到原来的姿态并且把东西捡起来。
最后是大脑，我不知道目前是多少。 因为行业也并未真正定义出大脑模型的终局长什么样。
如果终局的尺度是：当我们的机器人坐在这，他能把我历史的知识蒸馏出来并且做出和我一样的动作、反馈。那我觉得今天已经有一两公里。
👦🏻 Koji
今天非常感谢黄一。也非常期待 RP1 发售的 Q4 阶段，我们坐下来开启下一次深度对话。那时候，一定会有更多让人兴奋、推翻过往的新思考和新观察。
👨🏻💻 黄一
好的，谢谢。
